Denis Bayart

La quantification du contrle qualit dans l'industrie : un point de

vue sociologique et historique
In: conomie rurale. N217, 1993. La qualit dans l'agro-alimentaire. pp. 18-23.
Abstract
Quantifying quality control in industry : a sociological and historical point of view
Since the early 20's, statistical methods have been made use of as a covenant for the regulation of industrial processes. After a
short historical summary, the paper presents three main themes in this respect : i-the notion of a variable controlled quality is a
serious epistemological innovation ; ii-these methods are not incompatible with the division of labour, nor with standardization ; iii-
they allowed fo the development of intermediate tools usable by unskilled workers. By now, statistical control stands as a
fundamental concept in the objective definition of quality, even if it may be considered as too narrow for grasping all the facets of
the notion.
Rsum
Cet article analyse certains aspects du dveloppement d'une convention de qualit qui est apparue dans le monde industriel
partir des annes 1920 : le contrle statistique. Trois points sont abords : le changement pistmologique introduit par la
conception d'une qualit contrle comme une qualit variable, la mise au point de formes concrtes et d'outils compatibles avec
la division du travail et des comptences en entreprise, le processus de standardisation des mthodes. Mme s'il apparat
actuellement comme une vision troite de la "dmarche qualit", le contrle statistique reste fondamental comme mode
d'objectivation des caractristiques de qualit des produits.
Citer ce document / Cite this document :
Bayart Denis. La quantification du contrle qualit dans l'industrie : un point de vue sociologique et historique. In: conomie
rurale. N217, 1993. La qualit dans l'agro-alimentaire. pp. 18-23.
doi : 10.3406/ecoru.1993.4562
http://www.persee.fr/web/revues/home/prescript/article/ecoru_0013-0559_1993_num_217_1_4562
LA QUANTIFICATION DU CONTROLE QUALITE DANS L'INDUSTRIE :
UN POINT DE VUE SOCIOLOGIQUE ET HISTORIQUE
Denis BAYART*
Rsum :
Cet article analyse certains aspects du dveloppement d'une convention de qualit qui est apparue
dans le monde industriel partir des annes 1920 : le contrle statistique. Trois points sont abords : le
changement pistmologique introduit par la conception d'une qualit contrle comme une qualit va
riable, la mise au point de formes concrtes et d'outils compatibles avec la division du travail et des com
ptences en entreprise, le processus de standardisation des mthodes. Mme s'il apparat actuellement
comme une vision troite de la "dmarche qualit", le contrle statistique reste fondamental comme mode
d'objectivation des caractristiques de qualit des produits.
QUANTIFYING QUALITY CONTROL IN INDUSTRY :
A SOCIOLOGICAL AND HISTORICAL POINT OF VIEW
Summary:
Since the early 20's, statistical methods have been made use of as a covenant for the regulation of in
dustrial processes. After a short historical summary, the paper presents three main themes in this respect :
i-the notion of a variable controlled quality is a serious epistemological innovation ; ii-these methods are
not incompatible with the division of labour, nor with standardization ; iii-they allowed fo the development of
intermediate tools usable by unskilled workers. By now, statistical control stands as a fundamental concept
in the objective definition of quality, even if it may be considered as too narrow for grasping all the facets of
the notion.
INTRODUCTION
Depuis 1925, l'industrie manufacturire a dvelopp
des mthodes systmatiques de contrle de la qualit
fondes sur la statistique mathmatique. Au fil du temps,
ces mthodes se sont trs largement rpandues dans l'in
dustrie, constituant ainsi une nouvelle convention visant
rguler les changes entre les entreprises. Eymard-Du-
vernay (1989) tablit une correspondance entre diff
rentes conventions de qualit et les natures (L. Boltanski
et L. Thvenot, 1987) dans lesquelles s'inscrivent les
changes ; sous cet angle, le contrle statistique de quali
t relve de la nature industrielle, et s'oppose des
conventions de type commercial (par ex. : "client satis
fait ou rembours") ou domestique (par ex. : "produit fa
briqu selon une recette traditionnelle"). On peut gale
ment souligner, en adoptant des critres de classification
plus anciens, que le contrle statistique de qualit est une
convention de type scientiste car elle se rfre des va
leurs scientifiques pour objectiver la valeur qualitative
des produits. Il est possible de lui opposer des conven
tions fondes sur d'autres rapports sociaux que la
science : autorit ou ngociation par exemple. Les
formes autoritaires correspondent ce que l'on voit dans
les cahiers des charges des chemins de fer au XIXe
sicle, o les inspecteurs des compagnies taient dots
de pouvoirs quasiment policiers pour enquter sur les
procds de fabrication des sous-traitants, ceux-ci tant a
priori souponns de frauder. Si les formes autoritaires
ne sont plus gure lgitimes, les formes ngociatoires
sont en revanche d'actualit, en particulier dans les f
ilires agro-alimentaires qui rassemblent des modes de
production htrognes de l'amont l'aval. Par rapport
aux interrogations que soulve l'harmonisation de proc
dures de qualit dans ces systmes htrognes, il parait
intressant d'exposer quelques observations de nature
* Centre de recherche en gestion de l'Ecole polytechnique, 1 rue Descartes,
75005 Paris
SEPTEMBRE-OCTOBRE 1993 18 CONOMIE RURALE N 217
historique sur les conditions d'mergence et de solidifi
cation de cette convention de qualit particulire qu'est
le contrle statistique de fabrication (CSF), mme si
celle-ci a surtout concern l'industrie manufacturire.
Le cadre restreint du prsent article ne permet pas
d'analyser en dtail les processus sociaux mis en jeu, et
je me limiterai, aprs avoir donn un aperu des ques
tions auxquelles le CSF propose une rponse, la pr
sentation de trois types d'lments essentiels dans la
constitution et la mise en place de la nouvelle
convention : la rvolution probabiliste introduite par
Shewhart, l'laboration de formes concrtes permettant
la fois de reprsenter visuellement les faits statistiques et
d'en faire un objet de gestion dans le cadre des entre
prises, et enfin le processus de standardisation qui a ten
du l'usage de ces mthodes. Il importe de comprendre
comment ces diffrents aspects "se tiennent", contri
buent crer un objet "solide". Ces modes d'analyse
sont inspirs de M. Akrich, M. Callon et B. Latour
(1988) et de A. Desrosires (1989).
LA NATURE DES PROBLEMES TRAITES PAR
LE CONTRLE STATISTIQUE DE FABRICATION
La question de la qualit a certainement t pose ds
les ges les plus anciens de l'activit humaine, mais les
premiers travaux recourant systmatiquement au calcul
des probabilits datent des annes 1920 : amricains
(W.E. Shewhart, 1924 ; H.F. Dodge et H.G. Romig,
1929), franais (M. Dumas, 1925 ; L. Vallery, 1925)...
La question pratique est celle de l'chantillonnage : de
quelle taille faut-il prendre un chantillon pour avoir une
certaine garantie, et comment formuler celle-ci ? Faut-il
ou non accepter des dfectueux dans l'chantillon, et si
oui, combien ? Que signifie la "contre-preuve" ? Que
peut-on induire, concernant la qualit du lot, partir des
rsultats de l'chantillon ? Quels compromis tablir entre
les dpenses d'inspection et les inconvnients d'une qual
it insuffisante ?
Qu'il s'agisse d'essais dtruisant l'objet (cas des mun
itions) ou de fabrications en grande srie, de telles
questions se posent ds lors qu'il n'est pas possible de
contrler individuellement chacun des produits fabri
qus. Dans les temps anciens, elles se sont poses no
tamment propos des monnaies, dont la fabrication tait
sous-traite par le roi aux matres de monnaie : afin de
contrler le titre et le poids des monnaies, les Anglais re
courent depuis le Xlle sicle une pratique d'chan
tillonnage entoure de solennit, le Trial of the Pyx
(S.M. Stigler, 1977).
Pour dterminer les procdures d'chantillonnage, les
anciens n'avaient d'autre possibilit que de se fonder sur
leur intuition ou sur un empirisme exempt de toute thor
ie. Le calcul des probabilits n'est en effet apparu qu'au
XVIIe sicle, et il semble, de plus, qu'il n'ait pas t
pliqu l'chantillonnage des fabrications avant 1925.
Un simple examen des procdures de contrle anciennes
montre qu'il existe plusieurs conceptions "intuitives" de
l'chantillonnage correspondant des prsupposs diff
rents. On peut, par exemple, considrer qu'une seule
pice est reprsentative de tout le lot, quelle que soit la
taille de celui-ci, ou bien penser que l'chantillon exami
n doit tre proportionn la taille du lot. Ces deux
points de vue sont parfaitement dfendables indpe
ndamment l'un de l'autre : tout dpend des hypothses
que l'on se donne.
A l'heure actuelle, et cela depuis les annes 1930, on
distingue deux types de contrle statistique : le contrle
en cours de fabrication et le contrle de rception. Le
premier vise essentiellement le suivi de la qualit direc
tement la sortie de la machine ou peu de temps aprs.
La technique adquate est celle des "cartes de contrle".
Le deuxime type de contrle prend place une frontir
e, par exemple entre un vendeur et un acheteur (mais
cela peut se produire entre deux ateliers de la mme en
treprise) ; la marchandise est prsente en "lots", et on
recourt un plan d'chantillonnage pour valuer la qual
it de chaque lot. Les deux situations prsentent une dif
frence de nature : la deuxime, qui prsuppose deux
partenaires, apparat comme un moyen quasi-juridique
de constater l'excution d'un contrat, alors que la pre
mire est cantonne l'intrieur de l'atelier, sur le mode
"domestique", l'oprateur de la machine pouvant trs
bien tre charg d'effectuer lui-mme le contrle.
Dans le contrle statistique, la qualit est toujours sup
pose exprimable en termes prcis, soit par des variables
mesures en valeur algbrique, soit au moins par des va
riables oui/non (qualit bonne ou mauvaise). Dans le
premier cas, on parle de contrle par variables, dans le
second de contrle par attributs. Le contrle par attr
ibuts constitue aussi une thorisation de la pratique trs
ancienne (et trs commode) du contrle par calibres (P.
Uselding, 1981).
Le CSF constitue depuis les annes 1950 un corpus
fort cohrent de concepts, de thories et de mthodes for
malises. Ces proprits permettent notamment de l'en
seigner trs facilement des tudiants, ce qui assure la
reproduction sociale de ce type de convention. Mais re
venons maintenant sur les conditions de son mergence.
LA RVOLUTION PROBABILISTE DANS
LE DOMAINE DU CONTRLE DE QUALIT
On utilise assez frquemment l'expression de "rvolu
tion probabiliste" dans les domaines de la physique, de
l'conomie, de la psychologie... (L. Kriiger et al., 1987).
Le domaine de la qualit a lui aussi connu un boulever
sement analogue, introduit par W. E. Shewhart partir
de 1924, dans le cadre de la Western Electric et des La
boratoires Bell aux Etats-Unis. Pour bien comprendre sa
SEPTEMBRE-OCTOBRE 1993 19 CONOMIE RURALE N 217
nature,
il faut d'abord voquer rapidement les concept
ions antrieures, telles qu'elles apparaissent dans la pen
se dterministe caractristique de la fin du XIXe sicle.
Le savant franais Henry Le Chatelier (1850-1936),
chimiste et mtallurgiste renomm, s'est proccup de
l'application de la dmarche scientifique l'organisation
industrielle. Il s'est fait le propagandiste des mthodes
d'organisation du travail de Taylor, qu'il jugeait parfait
ement scientifiques. Dans sa conception totalement dter
ministe de l'ordre des choses, le hasard n'avait aucune
place. La bonne organisation tait celle qui rejetait la no
tion mme de hasard :
"Tous les phnomnes sont engrens suivant des lois
inexorables. (...) La croyance la ncessit des lois, au
trement dit l'inexistence du hasard, conduit dans V in
dustrie s'insurger contre les irrgularits, contre les
dchets de fabrication et permet presque toujours de les
faire disparatre". (E. Nusbaumer, 1924, prface de Le
Chatelier : p. X)
Le Chatelier assimilait en fait hasard et dsordre. Il
luttait contre la "paresse" des responsables d'usines qui
invoquaient le hasard pour expliquer les irrgularits de
fonctionnement de leurs quipements, au lieu de mener
des tudes rigoureuses pour amliorer la situation. On
peut galement constater que, dans les travaux de Taylor,
le hasard n'est jamais pris en compte en tant que tel.
Mme son tude des ruptures de courroies de transmis
sion - sujet qui se prte admirablement un traitement
statistique - est traite de faon rigoureusement dtermin
iste et positive.
Tirant parti des avances de la physique statistique,
Shewhart a montr trs concrtement, ds 1924, les in
suffisances du paradigme dterministe : les proprits de
certains objets techniques ne peuvent tre dfinies prc
isment qu'en termes statistiques, et ce n'est pas, contrai
rement ce que croient les industriels, en augmentant i
ndfiniment la prcision des machines que l'on pourra r
soudre la question de la qualit. Shewhart montre, dans
le cas du microphone carbone qui est un lment-cl du
combin tlphonique, que l'ala est au coeur de l'objet
fabriqu (Shewhart, 1924) : il est impossible de repr
senter ses proprits par des lois dterministes.
L'une des caractristiques essentielles du microphone
carbone est sa rsistance lectrique ; cette rsistance,
variant selon la pression transmise par les ondes sonores
incidentes, permet de moduler un courant lectrique qui
sera ainsi encode selon les sons capts. Or cette grandeur
est alatoire par construction. En effet, le microphone est
compos d'une capsule mtallique contenant environ
50 000 granules de carbone de la taille d'une tte
d'pingle et de contours irrguliers, et il suffit de le se
couer pour que sa rsistance change. Shewhart le d
montre rigoureusement en s' appuyant sur des exp
riences de laboratoire : quelles que soient les prcautions
prises pour contrler les facteurs extrieurs (temprature,
pression, atmosphre inerte d'azote, absence de vibrat
ion...), la valeur de la rsistance varie, mais en restant
comprise entre 215 et 270 ohms. Shewhart interprte ces
rsultats dans un cadre rigoureux de statistique math
matique, dfinissant les grandeurs physiques comme des
variables alatoires qui ne peuvent tre manipules et
contrles que par une approche statistique.
Shewhart avait une formation de physicien universitai
re et connaissait la physique statistique, ce qui explique
l'interprtation qu'il donne du comportement du micro
phone carbone. Aprs son PhD, il entra en 1918 la
Western Electric comme ingnieur et fut ensuite affect
aux Bell Labs (J.M. Gogue, 1990). Dans ses nombreuses
publications, entre 1924 et 1931, il s'appuie constam
ment sur les rsultats de la physique moderne (celle de
l'poque) pour dfendre sa conception statistique de la
qualit. Il dmontre ainsi que l'alatoire intervient de
faon tout aussi incontournable en ingnierie qu'en phy
sique.
A partir de l'exemple du microphone, il pose en
termes totalement nouveaux le problme de la qualit.
En fabrication, d'abord, comment tablir des standards
de qualit pour un produit industriel dont les caractris
tiques sont alatoires ? Manifestement, il faut dfinir une
plage de variations acceptables. Et mme plus : il faut
pouvoir faire la part, dans les variations, entre celles qui
sont dues des phnomnes incontrlables et celles qui
proviennent de facteurs que l'on peut corriger.
Pour affronter ces questions, Shewhart mobilise tout
l'appareil de la statistique mathmatique de l'poque, es
sentiellement celle de Karl Pearson. Dans sa premire
publication (1924), il s'attache surtout au problme du
contrle de fabrication pour l'ingnieur : il s'agit d'ident
ifier une loi de probabilit qui rende compte de la dis
persion de chaque caractristique de qualit du produit
quand il est fabriqu sous des conditions stables.
Lorsque les mesures ralises en suivi de production
s'cartent significativement de cette distribution, il est
raisonnable de conclure l'intervention de facteurs per
turbateurs qu'il faut alors rechercher.
Ds 1925, Shewhart publie les ides qui resteront fon
damentales pour le contrle statistique de fabrication : il
est impossible d'liminer toutes les causes de variabilit,
mais on peut chercher liminer celles qui produisent au
fil du temps des variations inhabituelles, cycliques, ou
une drive long terme des caractristiques des produits.
Il faut amener le systme de fabrication l'tat de
"constant system of chance causes" (en langage modern
e, on dirait "systme alatoire stationnaire"), et le rle
des mthodes statistiques est de dtecter l'intervention
de causes non constantes, qui sont dites "assignables",
ce qui signifie qu'on peut dterminer leur origine. En
1929, Shewhart prsente un cadre pistmologique et
conceptuel trs solide, avec notamment une nouvelle d
finition du contrle : un systme est dit contrl lorsque
SEPTEMBRE-OCTOBRE 1993 20 ECONOMIE RURALE N 217
l'on peut "tablir (au moins approximativement) sur la
base de l'exprience passe la probabilit pour que les
phnomnes observs tombent dans certaines limites
fixes". S 'opposant la conception dterministe qui do
minait dans l'industrie, y compris amricaine, notre au
teur pose que le contrle ne peut, au mieux, que viser
maintenir constante la loi probabiliste du systme.
Shewhart tablit ainsi rationnellement et exprimenta
lement le principe selon lequel "une qualit contrle est
une qualit variable".
DES FORMES CONCRETES ADAPTEES
AU CONTEXTE DE L'ENTREPRISE
S'ils avaient t mens dans un cadre purement uni
versitaire, les travaux de Shewhart auraient pu rester
d'admirables constructions intellectuelles, mais sans
mise en oeuvre concrte. C'est exactement le contraire
qui s'est produit. Parmi les nombreux facteurs qui peu
vent expliquer leur diffusion, il faut souligner celui qui
rside dans la possibilit qu'offrait le CSF d'laborer des
outils de travail utilisables par les entreprises.
Shewhart, avec le soutien logistique des Laboratoires
Bell, a dvelopp des reprsentations graphiques qui ont
jou un rle central dans la mise en oeuvre du CSF.
D'une part, ces reprsentations donnaient voir les r
gularits qui s'engendrent malgr le hasard lorsqu'un
systme de production est sous contrle statistique, et vi
saient convaincre les dcideurs de l'intrt de la m
thode. Et d'autre part, elles permettaient une main-
d'uvre non spcialise d'utiliser ces techniques. Si les
ides de Shewhart ont pu connatre des mises en oeuvre
rapides, c'est notamment parce qu'il avait mis au point
une batterie d'instruments graphiques offrant de telles vi
sualisations.
La mthode bien connue des cartes de contrle en
offre un exemple typique. Cette technique s'accommode
bien de la division des comptences dans l'entreprise. Le
suivi statistique agit comme un signal d'alarme, sur la
base d'outils graphiques et de calculs arithmtiques rel
ativement simples (1). Ds que la valeur mesure sur
l'chantillon sort des limites portes sur la carte, ces l
imites tant calcules d'aprs les principes de la stati
stique mathmatique, l'oprateur qui effectue les
contrles doit appeler le rgleur afin qu'il vrifie la mac
hine. Dans un deuxime temps, l'ingnieur peut se pen
cher plus spcifiquement sur les causes de variation et en
rechercher l'origine afin de les corriger.
En pntrant dans l'entreprise, les mthodes statis
tiques ont ainsi subi une mise en forme qui les a dcomp
oses en une gamme d'outils adapts aux diffrents n
iveaux de comptence. Au fil du temps, les formes
concrtes ont t perfectionnes par leurs utilisateurs
comme l'auraient t des techniques. Dans un premier
moment, la thorie est laisse aux savants, et l'atelier
excute les calculs d'aprs les formules, sans forcment
comprendre le sens de celles-ci. Mais comme il est enco
re possible que l'atelier se trompe dans les calculs, on en
vient aux tables numriques o les calculs sont dj ef
fectus, ou aux abaques graphiques. On a galement mis
au point des rgles ou cercles calcul afin d'viter les
erreurs de lecture... Progressivement, les formes prises
par les mthodes sont de plus en plus "solides", appar
eilles (on pourrait prendre ce mot au sens de proths
e...), pour que la dtermination du rsultat devienne de
plus en plus automatique. Les tables de nombres au ha
sard, qu'il faudrait thoriquement utiliser pour tirer un
chantillon alatoire, sont peu commodes - ce qui entra
ne des risques de "tricherie"
; des spcialistes (J.M.
Juran, 1974, pp. 24-7) conseillent ainsi de les remplacer
par des ds spciaux, ou par des jetons numrots que
l'on tire d'une urne... La dmarche du CSF, qui prsente
une parfaite cohrence thorique, se dcompose, quand
elle passe travers le prisme de la division du travail et
des comptences en vigueur dans l'entreprise, en un
spectre de tches d'autant plus vides de leur sens tho
rique qu'elles incombent aux bas niveaux de qualificat
ion. Ce type de segmentation est d'ailleurs reproduit par
les formateurs, qui conoivent des cours et crivent des
manuels diffrents pour ouvriers, contrematres, ing
nieurs, dirigeants... (E.L. Grant et R.S. Leavenworth,
1972, p. 13).
On voit ainsi que la diffusion d'une convention nou
velle ne fait pas intervenir que des "ides" : les formes
solides auxquelles celles-ci ont donn naissance se pr
sentent comme des objets techniques qui peuvent tre
galement diffuss dans le monde industriel, dans une re
lation d'tayage mutuel. Mais c'est en rapport avec le
processus de standardisation que les formes concrtes i
nterviennent pleinement, car il est difficile de standardiser
des ides (tout comme de les breveter...).
LA STANDARDISATION DES METHODES
La standardisation des mthodes du CSF est un point
de passage oblig pour leur diffusion : en effet, ces m
thodes sont elles-mmes des instruments de standardisa
tion (de la qualit), et elles n'ont donc de valeur que si
elles ont un statut d'talon. Cela est particulirement vrai
du contrle de rception, puisqu'il s'agit d'une convent
ion rgulant les changes inter-entreprises, d'autant plus
efficace que ses utilisateurs sont nombreux.
Mais, curieusement, c'est la mthode des cartes de
contrle (visant suivre la qualit en cours de fabrica-
1. L'intrt de simplifier le plus possible les calculs a d'ailleurs conduit des
dveloppements thonques nouveaux concernant l'tendue, qui est la diff
rence entre la plus petite et la plus grande valeur mesures sur un chanti
llon.
SEPTEMBRE-OCTOBRE 1993 21 CONOMIE RURALE N 217
tion)
qui fut la premire tre normalise, alors qu'elle
relve essentiellement de l'organisation interne aux en
treprises. Pourquoi cette inversion chronologique ?
En ralit, le processus de normalisation s'est droul
en plusieurs tapes. Le rle pionnier a t tenu par
Y American Society for Testing Materials, qui tait une
socit d'ingnieurs s'occupant de codifier les mthodes
d'essai des matriaux industriels (acier, ciment...). Elle
publia en 1933 le Manual on Presentation of Data, en
collaboration avec Y American Society of Mechanical En
gineers : il s'agissait d'un trait lmentaire de statis
tique descriptive destin aux industriels, donnant des
conseils sur la manire de prsenter des informations sta
tistiques. On retrouve bien l, chez les statisticiens, le
souci prioritaire de reprsentation voqu plus haut.
Mais on voit aussi que la reprsentation, partir du mo
ment o elle n'tait plus laisse la fantaisie de chacun,
pouvait devenir un instrument nouveau pour dfinir les
modalits des changes industriels. Ce manuel fut trs
utilis, rimprim et actualis plusieurs reprises jusque
dans les annes 1950.
C'est dans la foule de ce premier travail, centr sur
les modes de reprsentation, que fut publi, en 1935, le
Supplement B spcifiquement consacr aux cartes de
contrle, exposant les procdures suivre dans les diff
rents cas, les outils graphiques et les algorithmes de cal
cul associs. C'est donc bien un ensemble d'ides et de
formes concrtes qui a t standardis sous le nom de
"cartes de contrle". La codification de la mthode eut
un effet durable : on peut la retrouver identique elle-
mme dans les manuels pdagogiques quarante ans plus
tard ! On voit ainsi trs concrtement l'effet de solidif
ication qu'apporte la standardisation.
La standardisation officielle du contrle de rception
n'eut lieu que pendant la seconde guerre mondiale, pour
les besoins des marchs d'armement aux Etats-Unis. Le
fait que cette standardisation ne soit pas intervenue plus
tt peut s'expliquer par l'argument, soulign assez tt
par H.F. Dodge et H.G. Romig (1929), E.S. Pearson
(1935), que le contrle de rception n'est une procdure
conomique qu' la condition que les fournisseurs aient
mis en place un contrle de qualit dans leurs ateliers.
En effet, face des livraisons dont la qualit moyenne
est mauvaise, il n'y a d'autre solution que le tri ou le
rejet des lots, ce qui ne saurait rellement satisfaire
l'acheteur pour des transactions routinires. Les deux
mthodes sont donc troitement solidaires, le contrle de
processus tant mme prioritaire. A la limite, le contrle
de rception devient inutile si le fournisseur peut fournir
des assurances d'un contrle de processus satisfaisant
(c'est une prfiguration de l' assurance-qualit...). Cepend
ant, les essais de rception taient bien ancrs dans les
procdures des marchs publics, et c'est donc souvent
pour des raisons d'ordre administratif que le contrle de
rception s'est maintenu en vigueur.
CONCLUSION : LA FONCTION D'OBJECTIVA-
TION
L'exemple du CSF met ainsi en lumire trois types
d'lments contribuant tablir la solidit d'une convent
ion de qualit : une thorie plausible concernant la pro
duction de la qualit, des mthodes et instruments de
gestion oprationnels pour les entreprises, un ensemble
d'utilisateurs structur de faon faire jouer les effets de
rseau au bnfice de la convention. Mme si les
conceptions "japonaises" de la dmarche qualit font ap
paratre comme limites et dsutes les approches stri
ctement quantitatives, elles n'en ont pas moins intgr les
outils fondamentaux de ces dernires, qui sont constam
ment utiliss dans les cercles de qualit. Deming n'a ja
mais reni les statistiques, bien au contraire...
Il semble donc qu' travers l'volution des convent
ions de qualit, on puisse mettre en vidence une ten
dance cumulative l'objectivation des caractristiques
de qualit. Le CSF a permis de traiter des caractris
tiques quantitatives mais alatoires, largissant ainsi le
champ par rapport ce que pouvait apprhender l'ap
proche dterministe ; et maintenant, on cherche objec
tiver des caractristiques purement qualitatives, comme
le got des fromages... L'objectivation des phnomnes
apparat en effet comme une condition premire de leur
gestion : il faut construire les faits si l'on veut avoir prise
sur eux et les faire entrer dans un cadre d'action collecti
ve.
L'objectivation de la qualit et son cortge de mesures
ont amen dans les entreprises des changements dans les
relations entre les grandes fonctions lies la fabrica
tion. Cela a permis, en maintes occasions, de dmontrer
que les tolrances tablies par le bureau d'tudes taient
irralistes compte-tenu des performances des quipe
ments, et de sortir ainsi du traditionnel renvoi de respons
abilit entre personnels de fabrication et inspecteurs, qui
restait interne l'atelier. "Dans le pass, nombre de dis
cussions entre ces trois groupes ont t conduites avec
plus de chaleur que de lucidit par suite de l'absence de
faits prsents sous une forme qui permette de trouver un
accord", notent Grant et Leaven worth (1972, p. 4). Ap
portant du matriau empirique sous une forme construite,
les techniques de contrle statistique tablissent un "lan
gage commun que ces trois groupes peuvent utiliser pour
parvenir une solution rationnelle de problmes parta
gs" (ibid.).
Il n'est donc certainement pas raisonnable de vouloir
jeter au panier les procds d'objectivation construits par
le CSF. Ils peuvent tre mis au service d'autres types de
conventions de qualit, fonds sur la ngociation par
exemple. La difficult est alors de ne pas reproduire i
nvolontairement les lments indsirables de la convent
ion de qualit dont ils sont implicitement porteurs. Un
parallle avec certains aspects du taylorisme peut
d'ailleurs tre fait (toutes proportions gardes) : le taylo-
SEPTEMBRE-OCTOBRE 1993 22 CONOMIE RURALE N 217
risme,
qui proposait notamment de dterminer des
charges de travail et des rmunrations "quitables",
tait galement une convention de type scientiste. Il a
conduit une objectivation trs importante des condi
tions du travail industriel, de l'organisation des postes,
des cots, de la gestion des quipements et des mat
ires... Tous ces lments se sont solidifis, en dehors
des ateliers, dans les systmes de comptabilit des entre
prises, de gestion du personnel et des qualifications, ce
qui rend trs problmatique la rupture avec les modes
d'organisation proprement tayloriens. Cette comparaison
suggre que le contrle statistique doit rester un outil de
travail souple, qu'il faut viter sa bureaucratisation dans
les entreprises. De ce point de vue, on peut s'inquiter
devant la lourdeur de certaines procdures d'assurance-
qualit, qui poussent justement dans le sens de l'instit
utionnalisation de formes rigides de contrle.
RFRENCES BIBLIOGRAPHIQUES
AKRICH M., CALLON M., LATOUR B. (1988). - "A quoi tient le
succs des innovations" et "L'art de l'intressement", Annales des
Mines, Grer et Comprendre, nl 1, p. 4-17 ; n12, p. 14-29.
BOLTANSKI L., THVENOT L. (1987). - Les conomies de la
grandeur. Paris, P.U.F.
DESROSIERES A. (1989). - "Comment faire des choses qui tien
nent : histoire sociale et statistiques", communication au colloque
"Histoire sociale, histoire globale ?", Institut d'histoire moderne et
contemporaine, janv. 1989.
DODGE H.F. ET ROMIG H.G. (1929). - "A Method of Sampling
Inspection", Bell System Tech. J., vol.8, p. 613-631 oct.
DUMAS M. (1925). - "Sur une interprtation des conditions de re
cette", Mmorial de l'artillerie franaise, t.4 , fasc.2.
EYMARD-DUVERNAY F. (1989). - "Conventions de qualit et
formes de coordination", Revue conomique, n2, p. 329-359.
GOGUE J.M. (1990). - Les six samoura de la qualit, Economi-
ca, Paris.
GRANT E.L. et LEAVENWORTH R.S. (1972). - Statistical Qual
ity Control, McGraw Hill, International Student Edition.
JURAN J.M. et AL. (Edits) (1974). - Quality Control Handbook ,
McGraw Hill, 3e d.
KRGER L., DASTON L., HEIDELBERGER M. (Edits), (1987).
- The Probabilistic Revolution, Cambridge, MIT Press
NUSBAUMER E. (1924). - L'organisation scientifique des
usines, Nouvelle librairie nationale, Paris. Prface de H. Le Chatelier.
PEARSON E.S. (1935). - The application of statistical methods
to industrial standardization and quality control, BSI n 600-1935,
British Standards Institution, London.
SHEWHART W.E, (1924). - "Some Applications of Statistical Met
hods to the Analysis of Physical and Engineering Data", Bell System
Tech. J., vol. 3: 43-87, janvier 1924.
SHEWHART,W.E. (1925). - "The Application of Statistics as an
Aid in Maintaining Quality of a Manufactured Product", Jour Am.
Stat Ass., vol.20: 546-548, dcembre 1925.
SHEWHART W.E. (1929). - "Economic Quality Control of Manuf
actured Product", Communication l'Am. Ass. for Advancement of
Science, dec.1929 ; Bell System Tech. J., vol.9 (1930) pp. 364-389.
STIGLER S. M. (1977). - Eight Centuries of Sampling Inspection :
the Trial of the Pyx, Jour Am. Stat Ass. , vol.72, pp. 493-500.
USELDING P. (1981). - "Measuring Techniques and Manufactur
ing Practice", In Mayr O. et Post R.C., (Edit) Yankee Enterprise,
Smithsonian Institution, Washington D.C.
VALLERY L, (1925). - "Le calcul des probabilits appliqu au
prlvement des chantillons en matire d'expertise", Annales des
falsifications et des fraudes, dcembre, pp. 597-605.
SEPTEMBRE-OCTOBRE 1993 23 ECONOMIE RURALE N 217